LLM 핵심 원리: ChatGPT·RAG·AI Agent·MCP 한 번에 이해하기

ChatGPT는 매일 사용하지만, 왜 이런 답변이 나오는지 정확히 설명하기는 어렵지 않으셨나요?

RAG, 파인튜닝, AI Agent, MCP 같은 용어도 자주 들리지만 각각 무엇이 다르고, 왜 필요한지 헷갈리는 경우가 많습니다.

이 강의는 생성형 AI와 LLM을 단순히 사용하는 방법이 아니라, LLM이 어떻게 작동하고최신 AI 기술들이 왜 등장했는지를 하나의 흐름으로 살펴보는 강의입니다.

복잡한 수식이나 어려운 논문부터 시작하지 않습니다.

먼저 생성형 AI와 LLM이 무엇인지 살펴본 뒤, LLM이 텍스트를 어떻게 처리하고 답변을 생성하는지 토큰, 임베딩, Transformer, Self-Attention, 컨텍스트 윈도우 등의 핵심 개념을 중심으로 쉽게 설명합니다.

그리고 여기서 한 단계 더 나아갑니다.

LLM은 학습한 정보를 기반으로 다음에 등장할 가능성이 높은 토큰을 생성하기 때문에 항상 정확한 사실만 답하는 것은 아닙니다. 최신 정보를 알지 못하거나 존재하지 않는 내용을 사실처럼 생성하는 환각(Hallucination) 문제도 발생할 수 있습니다.

그렇다면 이런 한계를 어떻게 보완할 수 있을까요?

이 질문을 중심으로 프롬프트 엔지니어링 → RAG → 파인튜닝 → AI Agent가 왜 등장했는지를 차례대로 연결해서 이해합니다.

프롬프트에서는 Zero-shot, Few-shot 등 LLM에게 원하는 작업을 명확하게 전달하는 기본적인 방법을 살펴봅니다.

RAG에서는 외부 문서를 검색하여 필요한 정보를 LLM에 제공하는 전체 구조와 함께 임베딩, 벡터 검색, 벡터 데이터베이스​가 어떤 역할을 담당하는지 이해합니다.

또한 RAG의 검색 및 답변 성능을 어떻게 평가하고 개선하는지 살펴보면서, 단순히 "RAG가 무엇인지"를 아는 단계에서 벗어나 실제 AI 서비스를 바라보는 기준을 만들어갑니다.

이어서 파인튜닝, PEFT, LoRA​가 무엇인지 알아보고, 많은 분들이 헷갈려 하는 RAG와 파인튜닝의 차이와 선택 기준도 정리합니다.

후반부에서는 최근 생성형 AI의 핵심 흐름인 AI Agent를 다룹니다.

일반적인 ChatGPT가 질문에 답변하는 것을 넘어, AI Agent는 목표를 바탕으로 작업을 판단하고 필요한 도구를 호출하며 여러 단계를 수행할 수 있습니다.

따라서 단순한 챗봇과 AI Agent가 무엇이 다른지, Agent는 어떤 구조로 동작하는지를 이해하는 것이 중요합니다.

마지막으로 AI Agent 생태계에서 중요성이 커지고 있는 MCP(Model Context Protocol)​와 A2A(Agent2Agent)​까지 살펴봅니다.

MCP가 AI 애플리케이션과 외부 도구·데이터를 연결하는 데 어떤 역할을 하는지, A2A가 서로 다른 AI Agent 간의 통신과 협업에 어떤 개념을 제공하는지를 전체적인 Agent 구조 속에서 이해합니다.

이 강의의 목표는 수많은 AI 용어를 하나씩 암기하는 것이 아닙니다.

LLM → Prompt → RAG → Fine-tuning → AI Agent → MCP·A2A

이 흐름을 하나의 연결된 구조로 이해하는 것이 핵심입니다.

강의를 수료하면 ChatGPT를 단순히 사용하는 것을 넘어,

• LLM이 어떤 원리로 답변을 생성하는지

• LLM은 왜 환각을 일으키는지

• 프롬프트와 RAG는 어떤 문제를 해결하는지

• RAG와 파인튜닝은 무엇이 다른지

• AI Agent는 기존 생성형 AI와 무엇이 다른지

• MCP와 A2A는 Agent 생태계에서 어떤 역할을 하는지

를 자신의 언어로 설명할 수 있는 기본적인 기준을 갖게 됩니다.

특히 개발자가 아니더라도 이해할 수 있도록 복잡한 수식보다는 구조와 직관적인 설명을 중심으로 구성했습니다.

ChatGPT를 사용하고 있지만 LLM을 제대로 이해해보고 싶었던 분, AI 관련 회의나 프로젝트에서 RAG·Agent 같은 용어가 등장할 때 정확하게 이해하고 싶은 분, 생성형 AI의 전체 기술 흐름을 짧은 시간 안에 정리하고 싶은 분께 추천합니다.

AI를 단순히 사용하는 단계에서, AI가 왜 그렇게 작동하는지를 이해하는 단계로 넘어가세요.

생성형 AI와 LLM의 핵심 구조를 하나의 흐름으로 정리해드립니다